- 昇思MindSpore必将引领AI+科学计算的潮流，做行业的领导者。 昇思MindSpore必将引领AI+科学计算的潮流，做行业的领导者。
- 通过MindSpore进行线性回归AI训练Demo1: 对50个离散点进行简单线性函数拟合from mindspore import context context.set_context(mode=context.GRAPH_MODE, device_target="CPU") #设置为CPU模式import numpy as npimport matplotlib.pyplot a... 通过MindSpore进行线性回归AI训练Demo1: 对50个离散点进行简单线性函数拟合from mindspore import context context.set_context(mode=context.GRAPH_MODE, device_target="CPU") #设置为CPU模式import numpy as npimport matplotlib.pyplot a...
- MindSpore 1.5的新特性：MindSpore控制流。 MindSpore 1.5的新特性：MindSpore控制流。
- 对 MNIST手写体识别实验实现手写数字识别代码的个人查找与理解，对于map映射与数据增强和卷积神经网络的代码有充分的注释，卷积与池化的过程也有充分的注释标明，因本人能力很弱，难免有错误的地方，烦请大家指出，我会立即更正。 对 MNIST手写体识别实验实现手写数字识别代码的个人查找与理解，对于map映射与数据增强和卷积神经网络的代码有充分的注释，卷积与池化的过程也有充分的注释标明，因本人能力很弱，难免有错误的地方，烦请大家指出，我会立即更正。
- MindSpore1.5版本推出亲和算法库Boost1.0，目标是在不同的AI场景下，保持用户训练精度的同时，为用户提供高效的训练体验。本次课程对Boost性能提升原理做了讲解，并提供了两种相对易实现的模式。 Boost能够实现性能提升的原理主要有三方面构成： 1、梯度冻结： 训练过程中反响的时间占了大头，如果可以减少反向的次数，也可... MindSpore1.5版本推出亲和算法库Boost1.0，目标是在不同的AI场景下，保持用户训练精度的同时，为用户提供高效的训练体验。本次课程对Boost性能提升原理做了讲解，并提供了两种相对易实现的模式。 Boost能够实现性能提升的原理主要有三方面构成： 1、梯度冻结： 训练过程中反响的时间占了大头，如果可以减少反向的次数，也可...
- 本文介绍了如何在Ubuntu 18.04上源码安装MindSpore V1.5 GPU版本。干货满满。 本文介绍了如何在Ubuntu 18.04上源码安装MindSpore V1.5 GPU版本。干货满满。
- MindSpore两日训练营第六期内容MindSpore第六期主要有以下内容组成MindSpore AI科学计算MOE异构并行MindSpore Boost可视化集群调优MindSpore控制流MindSpore Lite 1.5六个内容都是围绕MindSpore最新的1.5版本的新特性进行介绍，也是通过课程了解新功能的一个不错的方法。在每个课程的最后都有两个作业，一个简单的和一个稍难一点... MindSpore两日训练营第六期内容MindSpore第六期主要有以下内容组成MindSpore AI科学计算MOE异构并行MindSpore Boost可视化集群调优MindSpore控制流MindSpore Lite 1.5六个内容都是围绕MindSpore最新的1.5版本的新特性进行介绍，也是通过课程了解新功能的一个不错的方法。在每个课程的最后都有两个作业，一个简单的和一个稍难一点...
- MindElec是MindSpore 1.5的新特性之一，它是MindScience科学套件的一部分。 MindElec是MindSpore 1.5的新特性之一，它是MindScience科学套件的一部分。
- 本文参考码云上MindSpore开源的coursehttps://gitee.com/mindspore/course与相关实验材料编写，对其中实验进行了复现，并添加了相关注释。#拉普拉斯矩阵GCN的核心基于拉普拉斯矩阵的谱分解（特征分解）。所以GCN算法的关键在于定义拉普拉斯矩阵。本文的拉普拉斯矩阵定义如下：L=U~−12H~U~−12L=\tilde{U}^{−\frac{1}{2}}\... 本文参考码云上MindSpore开源的coursehttps://gitee.com/mindspore/course与相关实验材料编写，对其中实验进行了复现，并添加了相关注释。#拉普拉斯矩阵GCN的核心基于拉普拉斯矩阵的谱分解（特征分解）。所以GCN算法的关键在于定义拉普拉斯矩阵。本文的拉普拉斯矩阵定义如下：L=U~−12H~U~−12L=\tilde{U}^{−\frac{1}{2}}\...
- **概述**：深度学习模型的计算任务分为训练和推理．训练往往是放在云端或者超算集群中，利用GPU强大的浮点计算能力，来完成网络模型参数的学习过程．一般来说训练时，计算资源往往非常充足，基本上受限于显存资源/多节点扩展/通讯库效率的问题。相对于训练过程，推理往往被应用于终端设备，如手机，计算资源/功耗都收到严格的限制，为了解决这样的问题，提出了很多不同的方法来减少模型的大小以及所需的计... **概述**：深度学习模型的计算任务分为训练和推理．训练往往是放在云端或者超算集群中，利用GPU强大的浮点计算能力，来完成网络模型参数的学习过程．一般来说训练时，计算资源往往非常充足，基本上受限于显存资源/多节点扩展/通讯库效率的问题。相对于训练过程，推理往往被应用于终端设备，如手机，计算资源/功耗都收到严格的限制，为了解决这样的问题，提出了很多不同的方法来减少模型的大小以及所需的计...
- 对config.cc的注释知识浅薄，还有许多未理解之处，欢迎各位纠正、讨论路径：mindspore\ccsrc\minddata\dataset\api\config.ccconfig即配置，是为了解决这个问题：把你所有的微服务配置通过某个平台比如 github， gitlib 或者其他的git仓库 进行集中化管理（当然，也可以放在本地）.#include "minddata/dataset... 对config.cc的注释知识浅薄，还有许多未理解之处，欢迎各位纠正、讨论路径：mindspore\ccsrc\minddata\dataset\api\config.ccconfig即配置，是为了解决这个问题：把你所有的微服务配置通过某个平台比如 github， gitlib 或者其他的git仓库 进行集中化管理（当然，也可以放在本地）.#include "minddata/dataset...
- 对.clang-format的部分注释知识浅薄，还有许多未理解之处，欢迎各位纠正、讨论。clang-format简介Clang-Format可用于格式化（排版）多种不同语言的代码。我们编写时需要注意代码的格式，通过该工具能够很好的管理代码格式。clang-format，它是基于clang的一个命令行工具，能够自动化格式：C、C++、Object-C代码，支持多种代码风格：Google、Chr... 对.clang-format的部分注释知识浅薄，还有许多未理解之处，欢迎各位纠正、讨论。clang-format简介Clang-Format可用于格式化（排版）多种不同语言的代码。我们编写时需要注意代码的格式，通过该工具能够很好的管理代码格式。clang-format，它是基于clang的一个命令行工具，能够自动化格式：C、C++、Object-C代码，支持多种代码风格：Google、Chr...
- 对于初学深度学习的人（就比如我）一定会对张量（Tensor）感到疑惑，因为自己经常见到它但就是不知道它的具体含义。在这篇文章我们就来看一下MindSpore中的Tensor，在此之前我们先来了解一下张量是什么。从神经网络来看，神经网络中的输入、输出和变换都是用张量表示的（张量是神经网络使用的主要数据结构）。从数学具体实例来看，张量可以是一个多维数组，就像这样：标量是0维张量向量是一维张量（一... 对于初学深度学习的人（就比如我）一定会对张量（Tensor）感到疑惑，因为自己经常见到它但就是不知道它的具体含义。在这篇文章我们就来看一下MindSpore中的Tensor，在此之前我们先来了解一下张量是什么。从神经网络来看，神经网络中的输入、输出和变换都是用张量表示的（张量是神经网络使用的主要数据结构）。从数学具体实例来看，张量可以是一个多维数组，就像这样：标量是0维张量向量是一维张量（一...
- 报错信息在notbook运行代码，没有mindspore 模块看这里是不是选对了这个地方手动创建的时候默认是conda-python3点击后会有一个弹出框，选择mindSppre-1.2.0然后执行代码，就不会提示ModuleNotFoundError: No module named 'mindspore' 报错信息在notbook运行代码，没有mindspore 模块看这里是不是选对了这个地方手动创建的时候默认是conda-python3点击后会有一个弹出框，选择mindSppre-1.2.0然后执行代码，就不会提示ModuleNotFoundError: No module named 'mindspore'
- Windows 11预览版+WSL2+CUDA11.1+cuDNN8.0.5+MindSpore1.3.0 Windows 11预览版+WSL2+CUDA11.1+cuDNN8.0.5+MindSpore1.3.0
上滑加载中
推荐直播
-
全面解析华为云EI-API服务：理论基础与实践应用指南2024/11/29 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播给大家带来的是理论与实践结合的华为云EI-API的服务介绍。从“主要功能，应用场景，实践案例，调用流程”四个维度来深入解析“语音交互API，文字识别API，自然语言处理API，图像识别API及图像搜索API”五大场景下API服务，同时结合实验，来加深开发者对API服务理解。
回顾中 -
企业员工、应届毕业生、在读研究生共探项目实践2024/12/02 周一 19:00-21:00
姚圣伟 在职软件工程师 昇腾社区优秀开发者 华为云云享专家 HCDG天津地区发起人
大神带你一键了解和掌握LeakyReLU自定义算子在ONNX网络中应用和优化技巧，在线分享如何入门，以及在工作中如何结合实际项目进行学习
即将直播 -
昇腾云服务ModelArts深度解析：理论基础与实践应用指南2024/12/03 周二 14:30-16:30
Alex 华为云学堂技术讲师
如何快速创建和部署模型，管理全周期AI工作流呢？本期直播聚焦华为昇腾云服务ModelArts一站式AI开发平台功能介绍，同时结合基于ModelArts 的实践性实验，帮助开发者从理论到实验更好地理解和使用ModelArts。
去报名
热门标签